En juin 2026, une étude publiée dans Nature Medicine décrit l’usage à domicile d’une interface cerveau-ordinateur par Casey Harrell, atteint de sclérose latérale amyotrophique (SLA), aussi appelée maladie de Charcot. Le suivi couvre près de 23 mois, loin des séances courtes et très encadrées d’un laboratoire.
Le dispositif, implanté en 2023, convertit l’activité neuronale liée aux tentatives de parole en texte, puis en voix synthétique. Il atteint en moyenne 56 mots par minute. La voix numérique a été reconstruite à partir d’enregistrements réalisés avant la maladie, et le système a permis de formuler plus de 183 000 phrases.
Le résultat porte sur la durée, le domicile et l’autonomie d’utilisation. Il ne guérit pas la SLA et ne lit pas les pensées en général. Il ajoute un canal de communication lorsque les muscles de la parole ne permettent presque plus de produire des sons.
Le laboratoire ne suffit plus.
La parole passe par le décodage, pas par la guérison
La SLA détruit progressivement les neurones moteurs qui commandent les mouvements volontaires. Une personne peut conserver ses idées et vouloir prononcer une phrase sans parvenir à produire une parole intelligible. L’implant ne répare pas cette atteinte musculaire : il ajoute un mode de communication.
Chez Casey Harrell, les électrodes captent les signaux produits lorsqu’il tente de parler. Un algorithme les associe à des mots, affiche la phrase sur un écran, puis l’envoie à un logiciel de synthèse vocale.
Le système interprète une activité cérébrale associée à une intention de parole, avec un modèle entraîné à partir des données de l’utilisateur. Il ne convertit donc pas n’importe quelle pensée en phrase. L’interface répond à une tâche précise : tenter de parler pour produire du texte et du son.
Quatre matrices, 256 électrodes et un long apprentissage

En 2023, des chirurgiens ont implanté quatre matrices totalisant 256 microélectrodes dans une région du cortex moteur associée à la parole. Les capteurs sont reliés à des piédestaux en titane fixés au crâne, puis au matériel d’enregistrement et à l’ordinateur qui réalise le décodage. Le dispositif s’inscrit dans l’essai clinique BrainGate2.
Cette configuration intracorticale nécessite une chirurgie et du matériel externe. Elle ne se résume donc pas à la pose des électrodes.
L’apprentissage a d’abord eu lieu au laboratoire. Casey Harrell et ses proches aidants ont ensuite appris à gérer le système au domicile. Le suivi décrit une utilisation autonome après environ quarante semaines de formation et d’adaptation.
Le protocole repose ainsi sur la collecte de données, l’entraînement du système et l’apprentissage des gestes d’utilisation. La performance dépend de l’ensemble, pas d’un seul composant.
56 mots par minute, mais près de 23 mois de continuité

À 56 mots par minute en moyenne, le système reste en dessous des quelque 160 mots par minute associés à une conversation naturelle en anglais. Ce débit permet néanmoins d’écrire des messages, de rédiger des courriels et de communiquer à son propre rythme.
Le suivi à domicile ajoute une information absente des sessions expérimentales courtes : l’interface a été utilisée au quotidien pendant près de 23 mois et a permis de produire plus de 183 000 phrases. La durée d’utilisation devient ici un résultat à part entière.
Le système permet aussi de piloter un ordinateur personnel. Casey Harrell peut naviguer sur Internet, envoyer des courriels et poursuivre son travail de plaidoyer pour le climat. La synthèse vocale lit ses phrases à haute voix.
Le chiffre de 99 % mérite un mode d’emploi
Un taux de 99,6 % ne décrit pas les mêmes conditions que les résultats obtenus chez Casey Harrell. En 2024, une étude publiée dans The New England Journal of Medicine a suivi un homme de 45 ans atteint de SLA, de tétraparésie et de dysarthrie sévère.
Vingt-cinq jours après l’implantation, lors de la première journée d’utilisation et après 30 minutes de collecte et de traitement des signaux, la neuroprothèse atteignait 99,6 % de précision avec un vocabulaire de 50 mots. Le lendemain, après 1,4 heure supplémentaire d’entraînement, elle atteignait 90,2 % avec un vocabulaire de 125 000 mots. Avec davantage de données, la précision s’est maintenue à 97,5 % pendant 248 heures cumulées de conversations sur 8,4 mois.
Une autre étude, publiée dans Nature en 2023, avait mesuré un taux d’erreur par mot de 9,1 % avec 50 mots et de 23,8 % avec un vocabulaire de 125 000 mots. Le décodage atteignait alors 62 mots par minute.
Les zones cérébrales et les signaux varient selon les essais
Le 27 juin 2024, un article paru dans Neurosurgery a décrit une autre approche. Un homme de 37 ans atteint d’épilepsie, dont les électrodes profondes avaient été posées pour des raisons cliniques, contrôlait silencieusement une neuroprothèse pour produire deux voyelles. Les signaux provenaient notamment du cortex cingulaire antérieur, du cortex orbitofrontal et de l’hippocampe.
Lors de la première série d’essais, la précision atteignait 85 %, puis la performance progressait dans les essais suivants. Ce cas ne concernait ni la SLA ni une conversation à domicile.
Un taux de 85 % sur deux voyelles ne mesure pas la même chose qu’un décodage de phrases chez une personne privée de parole. Les populations, les zones enregistrées, les vocabulaires, les temps d’entraînement et les métriques définissent le résultat. Pour Casey Harrell, la donnée spécifique est la continuité de l’usage à domicile.
L’implant rétablit un canal de parole, pas les muscles.
Sources et références scientifiques
- A high-performance speech neuroprosthesis – PMC. Nature. DOI: 10.1038/s41586-023-06377-x · PMID: 37612500.
- 1.Herff C, et al. Brain-to-text: decoding spoken phrases from phone representations in the brain. Front. Neurosci. 2015;9:217. doi: 10.3389/fnins.2015.00217. [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.3389/fnins.2015.00217.
- 2.Moses DA, et al. Neuroprosthesis for decoding speech in a paralyzed person with anarthria. N. Engl. J. Med. 2021;385:217-227. doi: 10.1056/NEJMoa2027540. [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.1056/NEJMoa2027540.
- 3.Anumanchipalli GK, Chartier J, Chang EF. Speech synthesis from neural decoding of spoken sentences. Nature. 2019;568:493-498. doi: 10.1038/s41586-019-1119-1. [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.1038/s41586-019-1119-1.
- 4.Herff C, et al. Generating natural, intelligible speech from brain activity in motor, premotor, and inferior frontal cortices. Front. Neurosci. 2019;13:1267. doi: 10.3389/fnins.2019.01267. [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.3389/fnins.2019.01267.
- 5.Kellis S, et al. Decoding spoken words using local field potentials recorded from the cortical surface. J. Neural Eng. 2010;7:056007. doi: 10.1088/1741-2560/7/5/056007. [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.1088/1741-2560/7/5/056007.
- 6.Pei X, Barbour DL, Leuthardt EC, Schalk G. Decoding vowels and consonants in spoken and imagined words using electrocorticographic signals in humans. J. Neural Eng. 2011;8:046028. doi: 10.1088/1741-2560/8/4/046028. [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.1088/1741-2560/8/4/046028.
- 7.Mugler EM, et al. Direct classification of all American English phonemes using signals from functional speech motor cortex. J. Neural Eng. 2014;11:035015. doi: 10.1088/1741-2560/11/3/035015. [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.1088/1741-2560/11/3/035015.
- 8.Willett FR, Avansino DT, Hochberg LR, Henderson JM, Shenoy KV. High-performance brain-to-text communication via handwriting. Nature. 2021;593:249-254. doi: 10.1038/s41586-021-03506-2. [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.1038/s41586-021-03506-2.
- 9.Yuan, J., Liberman, M. & Cieri, C. Towards an integrated understanding of speaking rate in conversation. In 9th Intl Conf. on Spoken Language Processing10.21437/Interspeech.2006-204 (2006)..
- 10.Glasser MF, et al. A multi-modal parcellation of human cerebral cortex. Nature. 2016;536:171-178. doi: 10.1038/nature18933. [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.1038/nature18933.
- 11.Broca P. Nouvelle observation d’aphemie produite par une lesion de la troisieme circonvolution frontale. Bull. Soc. Anat. 1861;2:398-407. [Google Scholar].
- iederici AD, Gierhan SM. The language network. Curr. Opin. Neurobiol. 2013;23:250-254. doi: 10.1016/j.conb.2012.10.002. [DOI] [PubMed] [Google Scholar]. doi:10.1016/j.conb.2012.10.002.
- An Accurate and Rapidly Calibrating Speech Neuroprosthesis – PMC. The New England journal of medicine. DOI: 10.1056/nejmoa2314132 · PMID: 39141853.
- 1.Coppens P. Aphasia and Related Neurogenic Communication Disorders. Jones & Bartlett Publishers; 2016. [Google Scholar].
- 2.Katz RT, Haig AJ, Clark BB, DiPaola RJ. Long-term survival, prognosis, and life-care planning for 29 patients with chronic locked-in syndrome. Arch Phys Med Rehabil 1992;73(5):403-8. [PubMed] [Google Scholar].
- 3.Lulé D, Zickler C, Häcker S, et al. Life can be worth living in locked-in syndrome [Internet]. In: Laureys S, Schiff ND, Owen AM, editors. Progress in Brain Research. Elsevier; 2009. [cited 2023 Dec 11]. p. 339-51. Available from: [DOI] [PubMed] [Google Scholar].
- 4.Bach JR. Communication Status and Survival with Ventilatory Support. Am J Phys Med Rehabil 1993;72(6):343. [PubMed] [Google Scholar].
- 5.Koch Fager S, Fried-Oken M, Jakobs T, Beukelman DR. New and emerging access technologies for adults with complex communication needs and severe motor impairments: State of the science. Augment Altern Commun Baltim Md 1985 2019;35(1):13-25. [DOI] [PMC free article] [PubMed] [Google Scholar].
- 6.Luo S, Rabbani Q, Crone NE. Brain-Computer Interface: Applications to Speech Decoding and Synthesis to Augment Communication. Neurotherapeutics 2022;19(1):263-73. [DOI] [PMC free article] [PubMed] [Google Scholar].
- 7.Herff C, Heger D, de Pesters A, et al. Brain-to-text: decoding spoken phrases from phone representations in the brain. Front Neurosci [Internet] 2015. [cited 2023 Dec 11];8. Available from: [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.3389/fnins.2015.00217.
- 8.Kellis S, Miller K, Thomson K, Brown R, House P, Greger B. Decoding spoken words using local field potentials recorded from the cortical surface. J Neural Eng 2010;7(5):056007. [DOI] [PMC free article] [PubMed] [Google Scholar].
- 9.Mugler EM, Patton JL, Flint RD, et al. Direct classification of all American English phonemes using signals from functional speech motor cortex. J Neural Eng 2014;11(3):035015. [DOI] [PMC free article] [PubMed] [Google Scholar].
- 10.Ramsey NF, Salari E, Aarnoutse EJ, Vansteensel MJ, Bleichner MG, Freudenburg ZV. Decoding spoken phonemes from sensorimotor cortex with high-density ECoG grids. NeuroImage 2018;180(Pt A):301-11. [DOI] [PMC free article] [PubMed] [Google Scholar].
- 11.Anumanchipalli GK, Chartier J, Chang EF. Speech synthesis from neural decoding of spoken sentences. Nature 2019;568(7753):493-8. [DOI] [PMC free article] [PubMed] [Google Scholar].
- 12.Moses DA, Leonard MK, Makin JG, Chang EF. Real-time decoding of question-and-answer speech dialogue using human cortical activity. Nat Commun 2019;10(1):3096. [DOI] [PMC free article] [PubMed] [Google Scholar].
- Tankus A, Stern E, Klein G, Kaptzon N, Nash L, Marziano T, Shamia O, Gurevitch G, Bergman L, Goldstein L, Fahoum F, Strauss I.. A Speech Neuroprosthesis in the Frontal Lobe and Hippocampus: Decoding High-Frequency Activity into Phonemes.. Neurosurgery. 2024. DOI: 10.1227/neu.0000000000003068 · PMID: 38934637. (résumé scientifique structuré; texte intégral non fourni)
- Maladie de Charcot : un implant cérébral révolutionnaire redonne la parole à un patient avec 99 % de pré…. 2026.
- Gwendoline Beauchet. Maladie de Charcot : grâce à un implant révolutionnaire, un homme paralysé retrouve sa “vraie voix”. 2026.
- Adrien Bar Hiyé. Maladie de Charcot : un américain retrouve sa voix et son autonomie grâce à un implant cérébral révolutionnaire. 2026.
- Paul Graph. Maladie de Charcot : cet implant cérébral redonne la voix à un patient et ce que ça change pour l’autonomie des malades. 2026.
- Maladie de Charcot : un implant cérébral redonne sa voix à un homme.
- BAR HIYÉ, Adrien. Maladie de Charcot: un Américain retrouve sa voix et son autonomie grâce à un implant cérébral révolutionnaire. Science & Vie, 2026. Disponible à l’adresse:.
- NATURE MEDICINE. Long-term home use of an intracortical speech brain-computer interface in amyotrophic lateral sclerosis. 2026. Disponible à l’adresse:.




